Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 3191
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Makine öğrenimi hakkında bir şeyler okumak istedim ve işte becerilerini geliştiren mizahçılar.
Mizah şakalarını ve konuyla ilgili olmayan diğer şeyleri başka bir yerde görmek istiyorum.
Şimdi konuya dönelim.
Piyasanın rastgele olduğunu düşündüğünüzü yazmışsınız, bu ifadenizin dayanağı nedir?
Piyasa fiyat hareketinin rastlantısallığını kanıtlamak için güçlü dayanaklarınız var mı?
O zaman sürekli dikleşen dengelere sahip sayısız gif'iniz ne içindi? Belki de sorunuzun cevabını anlamadınız?
Bu gifler benim için kuantum kesme değerlerinin kullanımının geliştirilmesinin yeni bir varyantıdır. Belirli bir örnek için 10 kuantum kesiminin de bir eğitim örneğinde pozitif bir denge elde etmek için yeterli olduğunu gösterdim. Ve buna göre, ilk kuantum segmentinin rastgele seçiminin (daha önce seçilenlerden), test ve sınav örneklerinde dengenin pozitif büyüme gösterdiği sırayı bulmaya izin verdiğini söyledim. Buna göre, sadece tren numunesi üzerinde etkili olan kuantum segmentleri ve diğer numuneler üzerinde de etkili olanlar vardır. Ve eğer bu kadar farklı davranışlara sahiplerse, o zaman muhtemelen bazıları istikrarlı bir modeli, bazıları ise yanlış bir modeli tanımlamaktadır. Dolayısıyla soru, bu kuantum segmentlerini arama/yaratma aşamasında yanlış olanları seçmenin mümkün olup olmadığıydı. Benim kullandığım kriterlerin yanlış kuantum segmentlerini filtrelemek için yeterli olmadığı açıktır. Hedefi karıştırma fikri esasen SB'deki kuantum segmentlerini seçme olasılığını değerlendirmek için bir test görevi görür.
Bu yüzden anlamıyorum, burada rastgele yerleştirilmiş bir hedef üzerinde kuantum segmentleri seçtim ve şimdi bir denge oluşturmam mı gerekiyor? Aynı şekilde, ama rastgeleleştirme olmadan, giflerde gösterdiğim gibi mi?
Sadece örneklemde daha önce seçtiklerimden bir dizi kuantum segmenti seçmenin yolu tam olarak kabul edilmez, daha ziyade olasılığın potansiyelini gösterir.
Bu yüzden denge üzerinden neden ve nasıl değerlendirme yapılacağını anlamıyorum.
Bu durumda ortalama entropi, olası yolların sayısının logaritmasına eşit bir sayı olarak ifade edilecektir. Bu sayı, adım sayısına ve her bir gezinme adımının uzunluğuna bağlı olarak herhangi bir pozitif değer olabilir. Örneğin, adım uzunluğu 1 ve adım sayısı 10 olan bir sayı ekseninde rastgele dolaşma meydana gelirse, olası yolların sayısı 2^10 = 1024 olacak ve ortalama entropi 1024'ün logaritmasına, yani yaklaşık 6,93'e eşit olacaktır.
Bir dizi alıntı için sayılar ortalama olarak sb ile karşılaştırılabilirdi.
Şu anda, doğru hatırlıyorsam, ağaçtaki tahminci, bölmek için en iyi yeri aramadan aralığın sadece yarısına mı vuruyor?
İhmal edildiğinde genellikle ikiye bölünür. Alglibow ormanında 4'e bölmek için bir seçenek vardı. Kendime herhangi bir artışla bölme seçeneğini genişlettim. Catbusta hakkında bir bilgim yok, ama bu basit bir şey, öyle olmalı. Cutbust rastgele bir noktada bölünme arayışına sahiptir.
OOS üzerinde genellikle en iyi modeller yarıya bölündüğünde elde edilir. Perde küçük olduğunda çok hızlı bir şekilde yeniden eğitilir.
Bilgi açısından bakıldığında, sb ve kotasyonlardaki bilgi miktarını karşılaştırırsanız piyasa rastgeledir. Birkaç yıl önce karşılaştırmıştım. Meslekten olmayan birinin bakış açısından - piyasa değişir, modeller zamanla değişir.
Size bir uçak kanadından gelen türbülans akışlarını kaydeden veriler verilirse ve testiniz bunun rastgele olduğunu gösterirse (ve gösterecektir)
Bu veriler rastgele olarak değerlendirilebilir mi?
Size bir uçak kanadından türbülanslı akışları kaydeden veriler verilirse ve testiniz bunun rastgele olduğunu gösterirse (ve gösterecektir)
Bu veriler rastgele olarak değerlendirilebilir mi?
Bu durumda ortalama entropi, olası yolların sayısının logaritmasına eşit bir sayı olarak ifade edilecektir. Bu sayı, adım sayısına ve her bir gezinme adımının uzunluğuna bağlı olarak herhangi bir pozitif değer olabilir. Örneğin, adım uzunluğu 1 ve adım sayısı 10 olan bir sayı ekseninde rastgele dolaşma meydana gelirse, olası yolların sayısı 2^10 = 1024 olacak ve ortalama entropi 1024'ün logaritmasına, yani yaklaşık 6,93'e eşit olacaktır.
Birkaç alıntı için, sayılar ortalama olarak sb ile karşılaştırılabilirdi.
Kişisel deneyimlerime dayanarak söylüyorum.
Şans eseri olamaz, çünkü elimde benzer birçok resim kaldı.
Piyasa rastgele değil, bu kesin)
Kişisel tecrübelerime dayanarak söylüyorum.
Bu bir tesadüf olamaz, çünkü elimde çok sayıda benzer resim kaldı.
Sessizlikle genellikle ikiye bölünür. Alglibov ormanında 4'e bölmenin bir çeşidi vardı. Herhangi bir artışla bölme olasılığını genişlettim. Katbusta'nın bunu nasıl yaptığını bilmiyorum, ama basit bir şey, öyle olmalı. Cutbust rastgele bir noktada bölünme arayışına sahiptir.
OOS'de genellikle en iyi modeller yarıya bölündüğünde elde edilir. Perde küçük olduğunda çok hızlı bir şekilde yeniden eğitilir.
Katbusta ile - kuantum tablosuna göre aşırı uyum :)
Belki uyumluluk için tabloyu aynı anda uygulamayı deneyebilirsiniz?
CatBoost'un standardına göre bir dosya ekledim - ilk sütun tahminci numarası ve ikinci sütun bölünmedir.
Kişisel tecrübelerime dayanarak söylüyorum.
Bu bir tesadüf olamaz, çünkü elimde buna benzer çok sayıda resim var.
Piyasa rastgele değil, bu kesin)
Evet, bu örneği ben de birçok kez vermek istedim ama hep aklımdan çıktı.